前言

当我们从网上拷贝一份TensorFlow代码想自己运行试试时，这时你往往会发现很多方法会报错，然后你会发现是自己TensorFlow版本过高，因为现在网上很多的TensorFlow代码还是用1.几的版本，但是当我们想pip下载旧版本TensorFlow时我们仍然看遇见不少错误，下面带大家解决这些错误吧。

---

一、报错信息

当我们试图运行pip install tensorflow==1.2.0时，我们也许会发现下面这些报错：

ERROR: Invalid requirement: 'tensorflow=1.2.0'
Hint: = is not a valid operator. Did you mean == ?

又或者

ERROR: Could not find a version that satisfies the requirement tensorflow==1.2.0 
(from versions: 2.2.0rc1, 2.2.0rc2, 2.2.0rc3, 2.2.0rc4, 2.2.0, 2.2.1, 2.2.2, 2.2.3, 
2.3.0rc0, 2.3.0rc1, 2.3.0rc2, 2.3.0, 2.3.1, 2.3.2, 2.3.3, 2.4.0rc0, 2.4.0rc1, 2.4.0rc2, 
2.4.0rc3, 2.4.0rc4, 2.4.0, 2.4.1, 2.4.2, 2.5.0rc0, 2.5.0rc1, 2.5.0rc2, 2.5.0rc3, 2.5.0)
ERROR: No matching distribution found for tensorflow==1.1.0

二、报错原因

当我们pip install tensorflow==1.2.0时会发现上面这些报错，这很大可能是因为我们的python版本过高，因为现在1.几版本的tensorflow仅支持python3.6以下版本。

三、解决方案

我们可以通过conda创建一个带python3.6版本的环境。

conda命令学习

也许你对conda命令并不熟悉，下面带大家简单学习以下：

列举当前所有环境

conda info --envs
conda env list

创建指定python版本下包含某些包的环境

conda create --name your_env_name python=3.6

进入某个环境

activate your_env_name

退出当前环境

deactivate 

删除某个环境

conda remove --name your_env_name --all

最终解决

# your_env_name 可以自定义
conda create --name your_env_name python=3.6
activate your_env_name
pip install tensorflow==1.2.0
deactivate

如何使用新创建的环境

pycharm

最后，点击OK，等待加载完成即可使用

Jupyter

首先，打开Anaconda Navigator，接着，在这里选择我们环境

然后等待安装即可

安装好后我们打开这个即可